缺钙，可以晒太阳

缺失数据，就用fillin

——萧伯因安兹基·硕德

我们在进行数据处理时，经常会遇到数据缺失的现象，那么我们如何补齐缺失的数据呢？fillin可以帮大家解决这个问题！

 一、Help文档说明

我们可以help fillin来了解一下fillin命令。

1、Description

从help文档我们了解到fillin可以补充缺失的数据从而使得数据完整。

此外，使用fillin命令后数据集会生成一个新的变量：_fillin。如果数据是使用fillin命令补齐的，则_fillin为1；如果数据是原本存在的，则_fillin为0。

2、Syntax

fillin命令的语法非常简单，只需要在fillin后面直接加变量名即可。但是要注意的是变量需要至少两个及以上，否则会报错：

“too few variables specified”

另外，变量不能是长字符串滴！

二、栗子说明

现在我们通过Help文档的栗子来真正感受一下fillin命令的魅力。

webuse fillin1，clear

list     //导入数据后我们先来瞅一眼数据长什么样子！

从 list的结果可知，目前数据集里包含有20-24岁的白人女性，25-29岁的白人男性，30-34岁的黑人女性。但是在实际研究中，如果使用该数据集 研究问题，那么结论一定会产生偏差，因为我们的抽样不合理。我们需要的是各年龄段、不同肤色、不同性别的样本数据，也就是说我们的样本数据应该有12个才 合理。fillin命令就可以很容易的将缺失数据补齐。

fillin sex race age_gr~p

list,sepby(sex)

结果如下：

此时，我们就拥有了完整的数据集，并且注意，数据集中生成了一个新的变量_fillin，如果数据新补齐的，则_fillin为1；数据原本存在，_fillin为0。

三、 双生花——tsfill

 
1、 语法说明

tsfill命令的作用也是补齐数据，但不同于fillin，tsfill只能补齐时间变量的数据。

语法也很简单，但是在使用该命令前必须对数据tsset或xtset，指明数据中的时间变量或指明数据中的时间变量与截面变量。

 此外，full选项只能用于面板数据。对于面板数据，tsfill默认情况下是根据每个截面的时间变量的跨度填充截面的数据；如果指定full，则针对整个面板数据的时间变量的跨度进行填充。
 

 2、 栗子说明

 （1） 填充时间序列数据

webuse tsfillxmpl,clear

list

tsset mdate  //指明时间变量

由上图可见，时间变量存在缺失，时间间隔为一个月。接着使用tsfill命令进行填充：

tsfill

list

时间变量mdate已经被填充完毕，从1995年7月到1996年3月，时间间隔仍为一个月。

（1） 填充面板数据

webuse tsfillxmpl2, clear

list

xtset edlevel year  //指明截面变量和时间变量

由上图可见，时间变量存在缺失，时间间隔为一个月。接着使用tsfill命令进行填充：

tsfill

list

时间变量mdate已经被填充完毕，从1995年7月到1996年3月，时间间隔仍为一个月。

（1） 填充面板数据

webuse tsfillxmpl2, clear

list

xtset edlevel year  //指明截面变量和时间变量

数据填充：

tsfill

list

tsfill 填充数据只针对每个截面的时间变量跨度进行了填充。比如edlevel为2，时间跨度是1989到1992，时间间隔为一年，存在数据缺失，填充之后时间 变量数据就是从1989-1992，补足了1991年，但是在edlevel为1中的1988年并不会填充到edlevel为2的时间变量中。

指定full情况下：

tsfill, full

list 

指定full之后，tsfill将会针对面板数据的整体时间跨度进行数据填充。我们的时间跨度是从1988-1992，填充之后每个截面的时间变量都是1988-1992。

 而这种情况也可以使用fullin命令来实现：

webuse tsfillxmpl2, clear

fullin edlevel year

list

以上就是关于数据填充的全部内容了。

另外……

应广大粉丝要求，爬虫俱乐部的推文公众号打赏功能可以开发票啦，累计打赏超过1000元我们即可给您开具发票，发票类别为“咨询费”。用心做事，只为做您更贴心的小爬虫。第一批发票已经寄到各位小主的手中，大家快来给小爬虫打赏呀~

以上就是今天给大家分享的内容了，说得好就赏个铜板呗！有钱的捧个钱场，有人的捧个人场~，点赞打赏随您心意，么么哒~